pandas-datareader,panda 数据处理

　　熊猫简介-datareader熊猫库提供了一个专门用于从金融网站获取金融数据的API接口，可以作为获取量化交易股票数据的另一种方式。该接口基于urllib3库，实现了客户端对网站股票数据的访问。需要注意的是，目前该模块已经迁移到了pandas-datareader包中，所以在导入模块时需要从import pandas.io.data as web改为import pandas _ datareader . data as web。

　　相关网站

　　官方网站

　　开源代码库

　　0.6.0版操作文件

　　DataReader方法介绍查看熊猫的操作文档可以发现，第一个参数是股票代码，苹果的代码是‘AAPL’，国内股市采用的输入法是‘股票代码’和‘对应股市’。SS”添加到上海证券交易所和”。深交所新增“深证”。DataReader可以从几个金融网站获取股票数据，比如Yahoo！金融”、“谷歌金融”等。这里以雅虎为例。第三和第四个参数是股票数据的开始时间。返回的数据格式是DataFrame。

　　Start=datetime . datetime(2017 . 1 . 1)#数据采集时间段-开始时间end=datetime.date.today()#数据采集时间段-结束时间stock=web . datareader( 600797 . ss ， Yahoo ，start，End)#获取浙大网新2017 . 1 . 1至今的股票数据分析。1.打印DataFrame数据的前5行和后5行(浙大网新因重大事项停牌，1月6日复牌)

　　打印纸张.头部(5)打印纸张.尾部(5)

　　2.打印DataFrame的数据索引和列名，索引是时间序列，列信息是开盘价、最高价、最低价、收盘价、复权收盘价、成交量。

　　打印股票.索引打印股票.分栏

　　3.打印DataFrame的数据形状，索引长度为248，列数为6，即248个交易日，6个股票数据项。

　　打印原料.形状

　　4.打印数据帧，查看是否有任何缺失数据以及每列数据的类型。

　　打印stock.info()

　　5.打印每组DataFrame数据的统计，如最小值、最大值、平均值、标准偏差等。

　　打印stock.describe()

　　6.在数据框中增加一个涨跌柱，涨跌=(当日收盘-前一日收盘)/前一日收盘* 100%

　　(1)增加一栏change，存储当日股价与前一日收盘价相比的波动值，即当日收盘价与前一日收盘价的差值。1月3日没有前一天的数据，所以缺失。

　　变化=股票。close . diff()stock[ Change ]=Change print stock . head(5)

　　(2)对于缺失数据，用上升值和下降值的平均值代替NaN。

　　change.fillna(change.mean()，inplace=True)

　　(3)波动幅度有两种计算方法。pct_change()算法的思想是先向前减去第二项，再除以第一项，计算出波动序列。

　　股票[pct_change]=(股票[ Change ]/股票[Close])。shift(1))# stock[ pct _ change 1 ]=stock。Close.pct_change()

　　7.gap gap的数字序列被添加到数据帧中。这里定义的缺口是上升趋势和下降趋势的突破缺口。在上升趋势中，今日最低价高于昨日收盘价，意味着向上跳空；在下跌趋势中，昨日最高价高于今日收盘价，意味着向下跳空。遍历每个交易日，增加满足跳空缺口条件的交易日的跳空值。

　　jump_pd=pd。np.arange(1，stock.shape[0])中kl_index的data frame():today=stock . IX[KL _ index]yes day=stock . IX[KL _ index-1]today[ pre cloae ]=yes day。关闭if today[pct_change] 0和(today。low-today[ pre clae ])0:today[ jump _ power ]=(today。low-today[ pre coae ])elif today[ pct _ change ]0和(today。high-today[ pre coae ])0:today[ jump _ power ]=(today。high-today[ pre claae ])jump _ PD=jump _ PD . append(today)stock[ jump _ power ]=jump _ PD[ jump _ power ]print stock . loc[ 2017-04-26 : 2017-06-15 ]#默认打印所有列。

　　8.数据帧数据以两位小数显示。

　　format=lambda x: % . 2f % x stock=stock . apply map(format)print stock . loc[ 2017-04-26 : 2017-06-15 ]#默认打印所有列

　　股价数据的可视化Matplotlib是使用计算机编程语言进行绘图里非常方便的库。这次情节使用的数据是接近的栏的数据。这是所说的已调整收盘价。

　　如下仅仅需要两行写就可以简单的将股价作为时间序列数据画出来。

　　阿里巴巴plot(legend=True，figsize=(10，4))plt.show()完整示例

　　从熊猫进口系列导入熊猫作为PD，数据帧导入数量作为铭牌导入matplotlib.pyplot作为熊猫_数据阅读器导入数据，wbfrom日期时间导入日期时间结束=日期时间。现在()开始=日期时间(结束。第1年，月末，月末，日)阿里巴巴=数据.DataReader(BABA ， yahoo ，开始，结束)阿里巴巴接近的.plot(legend=True，figsize=(10，4))plt.show()更多图表操作可参考：

　　实例操作：Python提取雅虎财经数据，并做数据分析和可视化

　　以战斗支援车格式存放将数组作为公证人导入熊猫作为警察局导入pandas_datareader.data作为网导入datetimedf_csvsave=web .DataReader(600018 .SS ， yahoo ，datetime.datetime(2019，1，1)，datetime。约会。today())打印(df _ CSV保存)df _ CSV保存。to _ CSV(r c:\ Users \ 15461 \ Desktop \ table。CSV ，columns=df_csvsave.columns，index=True)可能遇到的问题在《利用Python进行数据分析》 一书中，学习到熊猫这一章节，利用书中的方法去获取雅虎数据会出现以下问题：

　　问题一pandas.io.data模块被移动到一个单独的包(熊猫-datareader)中导入pandas.io.data作为网络回溯(最近一次调用最后):文件pyshell#0 ，第一行，模块中导入pandas.io.data作为网文件c:\ Program Files(x86)\ python 36-32 \ lib \ site-packages \ pandas \ io \ data。py ，第2行，模块pandas.io.data模块被移动到一个单独的包导入错误：pandas.io.data模块被移动到一个单独的包（中安装熊猫-数据阅读器包(https://github。com/pydata/pandas-datareader)后，您可以将导入"从熊猫. io导入数据，wb "更改为"从熊猫_datareader导入数据，wb .根据提示，我们很快可以知道，熊猫。木卫一这个模块已经变成了熊猫_datareader 了，cmd命令行中执行以下语句即可解决这个问题：

　　点安装熊猫_datareader用以下语句可以调用模块

　　将pandas_datareader.data作为网导入问题二由于大量中断，雅虎行动立即被否决web.get_data_yahoo(AAPL ，2000年一月一日, 2010年一月一日)追溯(最近一次调用是最后一次):文件“pyshell#2”，第一行，位于模块雅虎( AAPL ，2000年一月一日, 2010年一月一日) File C:\ Program Files(x86)\ python 36-32 \ lib \ site-packages \ pandas _ datareader \ data。py ，第63行，位于欢迎重新启用这些数据连接器的请求。参见https://github.com/pydata/pandas-datareader/issues原因美国美国yahoo公司公司的数据接口有改动导致不可用。

　　在网上搜了好久才找到这一方法，这里我们需要引入另外一个模块fix_yahoo_finance ，同样使用点方法进行安装

　　点安装修复_雅虎_金融调用方式如下：

　　导入熊猫_ datareader。数据作为web导入datetime导入fix _ Yahoo _ finance作为yyf。PDR _ override()start=日期时间。datetime(2006，10，1)end=datetime.datetime(2012，1，1)web.get_data_yahoo(AAPL ，开始，结束)这样子就可以下载雅虎数据了。

　　问题三-在键入1/1/2000和1/1/2010后报错这里提示是时间的格式错误，应改为%Y-%m-%d

　　解决办法：用于循环这里这样写

　　对于[AAPL ， IBM ， MSFT ，谷歌]中的股票：all _ data[ticker]=web。雅虎公司(股票代码， 2000年1月1日， 2010年1月1日)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。